中商网 手机端
首页 > 汽车 >

自动驾驶距离大规模上路还有多远

2022-10-27 09:10:00   来源:网络   阅读量:2299

据统计,今年上半年,L2辅助驾驶乘用车在中国的新车市场渗透率达到30%。根据咨询公司艾瑞咨询的测算,2025年中国智能驾驶辅助系统市场规模有望达到490亿元。

不难看出,辅助驾驶系统将成为未来量产车的标准配置,智能驾驶时代正在到来。

目前,中国汽车企业在自动驾驶领域积极探索和推进,在自动驾驶感知、决策和控制等技术上取得了突破。今年以来,国内多地出台自动驾驶相关法律政策,加快自动驾驶汽车进入路测阶段,并入驻相关示范园区。一些城市已经允许自动驾驶汽车在特定区域和特定时间段进行试运营,商业化进程不断加快。

近日,广州、深圳首次发放城市高级司机地图牌照,百度等公司成为首批拿到该牌照的公司。这也意味着高级驾驶辅助地图在中国城市的应用进入实质性阶段。

高精度地图和激光雷达是自动驾驶的两根拐杖。

今年8月,自然资源部办公厅发布《关于做好智能网联汽车高精度地图应用试点工作的通知》,首批智能网联汽车高精度地图应用试点在北京、上海、广州、深圳、杭州、重庆等6个城市开展。百度作为自动驾驶赛道的代表企业,也成为自动驾驶技术应用的重要推动者。

百度自动驾驶领域相关负责人告诉记者:“无人驾驶正在成为全球自动驾驶技术和产业竞争的制高点。目前各国自动驾驶的竞争集中在政策创新上。哪个国家能出台更多突破性的创新政策,率先实现大规模商业化和无人化,在国际竞争中赢得主动。”

她表示,地方试点的开放为百度Apollo自动驾驶提供了前瞻性技术创新的政策土壤,同时也搭建了先行先试的产业环境。“城市高级辅助驾驶地图牌照的获批,不仅可以助力全无人自动驾驶、高等级自动驾驶软件系统、预装并量产的Robotaxi等车辆的研发和验证,还将加速提升我国自动驾驶技术的硬实力,构建智能时代发展的新动力。”

值得一提的是,智能网联汽车的快速发展,加速了高精地图的迭代和能力提升,也催生了高精地图市场的增长。据了解,截至目前,百度已与广汽、蔚来、威马、长安、本田、长城、吉利、北汽、江淮等多家车企实现量产合作。预计到2023年,使用百度高级驾驶辅助地图的汽车将超过100万辆。

然而,一些企业高管认为,高精地图只是自动驾驶的一个过渡。华为董事总经理、终端BG CEO、智能汽车解决方案BU CEO余承东曾表示:“自动驾驶还在用高精地图,但未来的发展应该不会依赖高精地图和车路协同。”

Xpeng汽车董事长何肖鹏也表示:“对于自动驾驶来说,高精地图一定是一个过渡,云的结合只是辅助。真正的自动驾驶一定是能在全场景下行驶的。”

甚至有业内人士表示,自动驾驶并不需要高精度地图。比如特斯拉的自动驾驶,就是通过纯粹的视觉感知来识别道路环境。

在汽车行业分析师钟石看来,高精地图和激光雷达是自动驾驶的两根拐杖,一个用来开路,一个用来避障。在汽车完全无人驾驶之前,这两根拐杖是不能丢的。

“高精地图具有高精度、高动态、多维度的特点,可以帮助汽车实时检测多传感器融合的结果是否与地图匹配。”钟石说,“实际路面上有很多影响因素,比如车和人的关系。激光雷达可以有效处理这些关系。”

钟石认为,高精度地图不仅可以准确描述车辆行驶过程中的轨迹精度,还可以及时更新数据。他们各司其职,齐头并进,从而推动整个行业的大规模落地。

清华大学智能网联汽车与交通研究中心办公室副主任、中国智能网联汽车创新联盟自动驾驶地图与定位工作组秘书长姜昆表示,地图是任何级别自动驾驶方案中的核心模块,自动驾驶级别越高,地图的地位越重要。传统地图依赖于卫星定位的存在,而高精地图本身就是一个定位平台,在自动驾驶领域可以主动提供定位信息。

然而,资深汽车媒体人和汽车行业分析师杨小林提供了不同的想法。他认为,无论是“重感知、轻地图”的方式,还是“多传感器融合+高精度地图”的路线走向自动驾驶,这两条路径都在探索中,没有一条是完全胜出的。

杨小林说:“目前,大多数消费者信任通过改进算法来提高激光雷达加传感硬件精度的方式。至少这个逻辑可以做很多超视距的事情。”

不得不承认,高精地图领域聚集了百度、高德、腾讯等重量级玩家,成为“兵家必争之地”。

缩小理想与现实的距离需要很多努力。

百度智能驾驶事业群副总裁兼首席安全运营官魏东表示,短期内,自动驾驶商业服务仍是传统出行方式的补充。但从长远来看,随着允许自动驾驶测试的道路网络越来越多,城市中的一个区域将逐渐扩大其连接,为测试各种应用场景提供更多空间。

“这将是一个有序控制和开放的过程。未来我们会根据用户需求的变化来决定是否申请增加车辆投放。”魏东说道。

在钟石看来,大家所期待的高级自动驾驶需要一个很长的发展和成熟期,期间还有很多挑战需要克服。

首先是技术和成本挑战。高精地图对数据新鲜度要求非常高,需要达到“天级”甚至更快的更新频率,这对自动驾驶的感知、决策和控制系统提出了极大的挑战。

同时受制于新兴的传感技术、大数据传输、计算、存储、AI算法等诸多问题,产业需要一定的规模来支撑。这就要求企业在RD和推广的过程中找到成本和实用性的平衡点。

第二,法律挑战。目前,我国自动驾驶标准仍处于建设初期,智能网联汽车测试示范区仍存在标准不统一、测试场景不完善、商业模式不清晰等问题。相关标准仍处于建设初期,难以满足自动驾驶汽车快速发展的需求。因此,可以鼓励地方政府先行先试,为国家立法创新提供支持。

同样,这是一个安全挑战。高精度地图的制作大多依靠专用采集车进行数据采集。在自动驾驶的过程中,会收集和记录地理信息、车辆信息、乘客等信息,很多会上传到云端存储。因此,需要克服大规模数据处理、数据安全和合规的困难。

钟石提醒说,自动驾驶在社会接受度方面也面临挑战。“消费者对自动驾驶汽车的接受程度需要测试,包括社会保障问题和司机失业问题,这些都将伴随自动驾驶汽车的发展很长一段时间。此外,将高精度地图或软硬件应用到汽车上的成本如何体现在汽车价格上,也需要找到有效的解决方案。"

“有多少消费者愿意为高成本的自动驾驶技术买单?目前完全自动驾驶的产品还没出来,没办法测试消费者的续航能力。如果整车价格或者选装价格太贵,这个产品再好也会崩溃。”钟石说道。

可以预见,随着新型基础设施、道路信息标准化、服务接口统一化的加速推进,获取高精地图信息的渠道将更加丰富,从而降低高精地图的获取成本,加速高精地图产品的发展。

钟石判断,对于高等级的L4和L5自动驾驶技术,汽车公司或科技公司通常将其描述为未来汽车产业的增长点。“这个增长点是基于对未来产业格局和消费格局的预测和判断,并不是重中之重”。

“自动驾驶未来将如何普及?现在很多都是纸上谈兵。缩小理想与现实的距离,需要多个平台的支持和努力,逐步形成一套切实可行的解决方案。这就像一场没有硝烟的战争。没有人吹响冲锋的号角,所有人都在等待自动驾驶大规模落地的那一刻。”钟石说。

相关阅读